A股的PEAD实证
type
Post
status
Published
date
May 17, 2022
summary
对A股的PEAD现象进行简单实证检验
tags
策略复现
异象研究
category
阅读笔记
password
slug
icon
数据
数据源
- 一致预期（预期值）：通联数据（日频，有个股缺失值）
- 财务数据（真实值）：通联数据（季频，后续只用年报数据）
- 时间段：2011.01年~2021.04，对应2010-2020年报
- 股价及市值数据：JQ数据，后复权，流通市值
SUE计算方法
SUE，即标准化未预期盈余，用于衡量公司打败预期程度。衡量超预期程度可以基于财务数据（本文所用）或基于股价（如跳空JUMP）。
基于财务数据SUE基本形式为：计算真实值和预期值之差再进行标准化。事实上这种计算方法涉及较多超参数，各文献计算方法也不一
1、预期值的计算，通过分析师预期（分析师预期的统计周期也是一个超参数）、通过历史回归计算等
2、标准化的方法，可以根据第一步计算结果在时序上的标准差、股票价格（本文）、股票市值等
3、由于公司发布年报时点不一，如果我们希望统计不同SUE公司的回报差异，需要对年报发布后股票收益也进行“标准化”，处理方法见后文
例：公司2011年4月30日发布2010年年报；
- 取2011年4月29日的一致预期
- 计算SUE：（一致预期 - 真实值）/2010.12.31日公司股价（在后续若进行市值加权操作中也采用2010.12.31日流通市值）
- 每一年重复上述步骤，得到年度SUE因子
- 对年报发布后公司收益进行标准化计算CAR：①将公司日收益减去特征组合收益得到AR（特征组合收益是根据市值，EP独立进行2X3独立分组，每个组合进行等权求收益，得到6个特征组合的特征收益）②计算CAR：在时序上根据窗口对AR直接求和（也可以通过累乘）
P.S.关于CAR的计算方法，同样没有统一的方法，以上是学术论文中较为常见的作法
另外，计算CAR时特征组合的计算方法采用了MKT&EP进行独立二分组排序，使用EP而非传统的BM的理由见下文，这是一篇近年发表在JFE上关于A股实证资产定价的论文：
在上面的文献中，还进行了剔除最小30%分位股票的操作（壳作为理论解释），由于本文研究PEAD使用了分析师预期，对于壳公司分析师预期大概率是缺失的，但另一方面剔除这些小市值公司可能会对CAR造成影响，后文将对是否剔除30%分位小市值股票进行分组验证。
实证
- CAR计算窗口为（-1，1）、（2，5）、（2，10）、（2，20）、（2，40）、（2，60），即分别考虑事件发生后短期（即使反应）、中期（滞后反应）股价反应
- 每年根据SUE进行5分组——group 0 为（正向）超预期程度最大的一组股票，对每组一定窗口内CAR进行等权或市值加权操作计算标准化收益
1、不剔除30%最小市值股票
每组市值加权CAR
每组等权CAR
SUE，市值5X5双重独立排序，CAR（-1，1）等权，绿涨红跌热力图
2、剔除30%分位最小市值股票
每组市值加权CAR
每组等权CAR
SUE，市值5X5双重独立排序，CAR（-1，1）等权，绿涨红跌热力图
小结
- 先看比较明显的双重排序
不管是否剔除小市值股票，SUE4在各市值分组中表现最差，SUE0在大部分时间是最高收益分组——市场在短期内对超预期股票有较好的反映（这一点结论用在了后续NLP模型做label的步骤上）
- 接下来看柱形图
- 不剔除30%分位股票时，市值加权组合单调性良好（特别是1日，20日，60日，这三个参数也非常好理解）；等权组合单调性差很多，一些小市值股票暴涨暴跌现象，但不管市值加权还是等权，最高SUE的收益总是大于最低SUE
- 剔除30%分位股票时，两组的效果稍差了很多，可能的解释有在剔除时，删掉了存在分析师预期，且收益和超预期程度较高的股票，碰到15年风格的市场便破坏了单调性，所以在等权时SUE0收益会高了很多，但是，SUE4仍然最拉跨的事实没有改变（笑
- 趋势，而非反转